Bayesiläinen moniulotteinen skaalaus (BMDS)
Bayesiläinen moniulotteinen skaalaus sijoittaa kohteet mataladimensionaaliseen piilevään avaruuteen siten, että kohteiden väliset etäisyydet toistavat havaittuja epäsamankaltaisuuksia, samalla kun täysi Bayesiläinen käsittely kvantifioi koordinaattien epävarmuuden, käsittelee puuttuvia läheisyyksiä luonnollisesti ja valitsee ulottuvuuksien määrän mallivertailun eikä heuristisen tarkastelun kautta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Oh, M.-S. & Raftery, A. E. (2001). Bayesian multidimensional scaling and choice of dimension. Journal of the American Statistical Association, 96(455), 1031–1044. DOI: 10.1198/016214501753208690 ↗
- Multidimensional scaling. Wikipedia. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Multidimensional Scaling. ScholarGate. https://scholargate.app/fi/statistics/bayesian-multidimensional-scaling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiläinen klusterianalyysiTilastotiede↔ compare
- Bayesiläinen vahvistava faktorianalyysi (BCFA)Psykometriikka↔ compare
- Bayesiläinen eksploratiivinen faktorianalyysi (BEFA)Psykometriikka↔ compare
- Bayesiläinen piiloluokka-analyysi (BLCA)Tilastotiede↔ compare
- Bayesiläinen pääkomponenttianalyysi (BPCA)Tilastotiede↔ compare
- Monimuuttujamittakaava-analyysi (MDS)Tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →